Анализ и оценка кредитоспособности заёмщика

СОДЕРЖАНИЕ


ВВЕДЕНИЕ
1. Теоретические аспекты оценки кредитоспособности заемщика
1.1 Понятие кредитоспособности заемщика
1.2 Информационная основа оценки кредитоспособности заемщика
1.3 Практика оценки кредитоспособности заемщика в российских банках
2. Оценка кредитоспособности ООО «Стройимпульс»
2.1. Характеристика предприятия и его основные финансово-экономические показатели
2.2 Анализ структуры активов и пассивов баланса и его ликвидности
2.3 Анализ финансовой устойчивости предприятия
2.4 Анализ кредитоспособности предприятия по методике Сбербанка
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ

Анализ и оценка кредитоспособности заёмщика

0,5-0,8
менее 0,5
Коэффициент текущей ликвидности
1
2
0,4
0,8
1,5 и выше
1,0-1,5
менее 1,0
Коэффициент наличия собственных средств
0,26
2
0,2
0,4
0,4 и выше
0,25-0,4
менее 0,25
Рентабельность продукции
0,06
2
0,15
0,3
0,1 и выше
менее 0,1
нерентаб.
Рентабельность деятельности предприятия
0,006
2
0,1
0,2
0,06 и выше
менее 0,06
нерентаб.
Итого
х
х
1
2
Согласно таблице Таблица 10 ООО «Стройимпульс» относится к заемщикам второго класса, т.е. к таким заемщикам, кредитование которых требует взвешенного подхода. Воспользуемся несколькими количественными методиками для анализа вероятности банкротства предприятия.
ЗАКЛЮЧЕНИЕ
Таким образом, в ходе проведенного исследования все поставленные в начале работы задачи были решены и цель достигнута.
В ходе исследования нами было сформулировано понятие кредитоспособности клиента банка, которую мы определили как уровень финансово-хозяйственного состояния клиента, на основании которого банковский работник делает вывод о финансовой устойчивости заемщика, возможной эффективности использования заемных средств, способности и готовности вернуть их в соответствии с условиями договора. Нами были проанализированы способы оценки кредитоспособности на основе финансовых коэффициентов, денежного потока, показателей делового риска.
Распространенный способ оценки кредитоспособности - на основе финансовых коэффициентов. Его совершенствование связано с использованием тех показателей, которые наиболее комплексно характеризуют разные стороны финансовой деятельности, и рейтинга.
Оценка кредитоспособности на основе анализа де­нежных потоков начинает применяться российскими коммерческими банками для оценки деятельности предприятия не столько при полу­чении краткосрочных кредитов, сколько при получении долгосроч­ных ссуд, в частности при кредитовании инвестиционных проектов.
Методика оценки кредитоспособности на основе анализа делового риска еще находится в стадии разработки и не адаптирована к бан­ковской практике. Знание показателей производственной деятельности позволит дополнить оценку кредитоспособности на основе финансовых коэффициентов.
Анализ кредитоспособности ООО «Стройимпульс» показал, что баланс предприятия является ликвидным, что говорит об эффективной политике управления финансами предприятия, которая привела к росту его платежеспособности и деловой активности. Однако, несмотря на выявленную положительную тенденцию, наблюдается снижение рентабельности его деятельности, которое было вызвано образованием убытков у предприятия и говорит о снижение эффективности деятельности предприятия.
Финансовое состояние на протяжении анализируемого периода является неустойчивым, следовательно, у предприятия недостаточно собственных и заемных средств. При этом анализ коэффициентов финансовой устойчивости показал, что всего лишь 26% деятельности предприятия финансируется за счет собственных средств и их доля в общем объеме финансирования увеличивается, повышается мобильность собственных средств.
Наряду с собственными средствами финансирование текущей деятельности в части оборотных активов производится за счет привлечения краткосрочных кредитов. Рост привлечения средств для формирования оборотных активов отрицательно сказался на общей устойчивости предприятия. На предприятии также наблюдается рост оборачиваемости дебиторской задолженности, на фоне роста ее общей величины. В целом можно судить о снижении кредитоспособности ООО «Стройимпульс».
Учитывая результаты анализа предприятию необходимо уделить особое внимание повышению своей кредитоспособности. и в первую очередь это необходимо сделать за счет:
1. Совершенствование управления дебиторской задолженностью за счет введения факторинга, что позволит снизить размер дебиторской задолженности предприятия путем ее перепродажи факторинговой компании;
2. Совершенствование структуры заемного капитала предприятия, за счет увеличения кредиторской задолженности предприятия и использования ее для погашения платных кредитов.
Используя в своей деятельности указные рекомендации предприятие уже через год сможет стать кредитоспособным.
СПИСОК ЛИТЕРАТУРЫ
1. Ендовицкий Д.А., Бочарова И.В. Анализ и оценка кредитоспособности заемщика. Москва 2008.
2. Банковское дело: Учебник / Под ред. проф. Г.Г. Коробовой. - М., 2008.
3. Банковское дело: современная система кредитования/ под ред. О.И.Лаврушина. - М.: КНОРУС, 2008.
4. Банковское дело: учебник/ под ред. О.И.Лаврушина. - 5-е изд., стер. - М.: КНОРУС, 2008.
5. Банковские операции: Учеб. пособие / Под общ. ред. О.И. Лаврушина. Ч. I. - M.: ИНФРА-М, 2007.
6. Банковское дело: Учебник / Под ред. О.И. Лаврушина. - М.: Финансы и статистика, 2007.
7. Банковские риски: учебное пособие / Под ред. О.И. Лаврушина, Н.И. Валенцевой. - М.: КНОРУС, 2008.
8. Деньги, кредит, банки: Учебник / Под ред. О.И. Лаврушина. - М.: Финансы и стати­стика, 2008.
9. Финансы, денежное обращение и кредит. 2-е изд. / Под ред. В.К. Сенчагова, А.И. Архипова. - М., 2008.
10. Финансово-кредитный энциклопедический словарь. - М.: Финансы и статистика, 2007.
11. Выскребенцева А.С. Управление кредитоспособностью предприятия // Экономика и управление. 2007. № 4. С. 94-95.
12. Ермоленко А.И. Методика оценки кредитоспособности заемщика, используемая Сбербанком РФ // Известия Тульского государственного университета. Серия: Экономические и юридические науки. 2010. № 1-1. С. 124-129.
13. Желтова Ю.В. Методы оценки кредитоспособности клиента // Вестник ОрелГИЭТ. 2009. № 1-2. С. 64-66.
14. Козлова Л.В. Анализ методик оценки кредитоспособности заемщика // Финансовая аналитика: Проблемы и решения. 2011. № 4. С. 61-65.
15. Москвин В.А. Кредитоспособность заемщиков – узловая проблема безопасности банковской сиcтемы // Вестник Академии экономической безопасности МВД России. 2009. № 11. С. 24-26.
16. Уваров А.А. Методика оценки кредитоспособности заемщика // Вестник экономической интеграции. 2009. Т. 1. № 9-10. С. 119-123.
ПРИЛОЖЕНИЕ А
БУХГАЛТЕРСКИЙ БАЛАНС
на 31декабря 2010 г.
АКТИВ
Код строки
На начало отчетного года
На конец отчетного периода
1
2
3
4
I. ВНЕОБОРОТНЫЕ АКТИВЫ
Нематериальные активы
110
5807
5958
Основные средства
120
287249
328984
Незавершенное строительство
130
39162
43902
Доходные вложения в материальные ценности
135
Долгосрочные финансовые вложения
140
1768
1718
Отложенные налоговые активы
145
34016
69090
Прочие внеоборотные активы
150
5243
ИТОГО по разделу I
190
373245
449652
II. ОБОРОТНЫЕ АКТИВЫ
Запасы
210
649982
662051
в том числе:
сырье, материалы и другие аналогичные ценности
211
262620
314401
животные на выращивании и откорме
212
затраты в незавершенном производстве
213
106751
126526
готовая продукция и товары для перепродажи
214
247126
107366
товары отгруженные
215
99541
расходы будущих периодов
216
33485
14217
прочие запасы и затраты
217
Налог на добавленную стоимость по приобретенным ценностям
220
7239
14104
Дебиторская задолженность (платежи по которой ожидаются более чем
через 12 месяцев после отчетной даты)
230
1430
3298
в том числе:
покупатели и заказчики
231
Дебиторская задолженность (платежи по которой ожидаются в течение
12 месяцев после отчетной даты)
240
272097
524322
в том числе:
покупатели и заказчики
241
155247
79816
Краткосрочные финансовые вложения
250
406104
Денежные средства
260
22976
73305
Прочие оборотные активы
270
ИТОГО по разделу II
290
1359828
1277080
БАЛАНС
300
1733073
1726732
Окончание приложения А
ПАССИВ
Код
строки
На начало отчетного
года
На конец отчетного
периода
1
2
3
4
III. КАПИТАЛЫ И РЕЗЕРВЫ
Уставный капитал
410
123845
123845
Собственные акции, выкупленные у акционеров
411
( 0 )
( 0 )
Добавочный капитал
420
146301
100297
Резервный капитал
430
в том числе:
резервы, образованные в соответствии с законодательством
431
резервы, образованные в соответствии с учредительными документами
432
Нераспределенная прибыль прошлых лет
460
163163
209167
Нераспределенная прибыль отчетного года
470
Х
16962
ИТОГО по разделу III
490
433309
450271
IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА
Займы и кредиты
510
Отложенные налоговые обязательства
515
15562
3250
Прочие долгосрочные обязательства
520
312
ИТОГО по разделу IV
590
15874
3250
V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА
Займы и кредиты
610
1071574
695576
Кредиторская задолженность
620
212099
577395
в том числе:
поставщики и подрядчики
621
35845
184310
задолженность перед персоналом организации
622
17200
32065
задолженность перед государственными внебюджетными фондами
623
3189
9908
задолженность по налогам и сборам
624
27075
19947
прочие кредиторы
625
40274
7208
авансы полученные
628
88516
323957
Задолженность участникам (учредителям) по выплате доходов
630
Доходы будущих периодов
640
217
240
Резервы предстоящих расходов
650
Прочие краткосрочные обязательства
660
ИТОГО по разделу V
690
1283890
1273211
БАЛАНС
700
1733073
1726732
Справка о наличии ценностей, учитываемых на забалансовых счетах
Арендованные основные средства
910
44393
189886
в том числе по лизингу
911
47093
Товарно-материальные ценности, принятые на ответственное
хранение
920
847
12694
Товары, принятые на комиссию
930
Списанная в убыток задолженность неплатежеспособных дебиторов
940
6307
6042
Обеспечение обязательств и платежей полученные
950
Обеспечение обязательств и платежей выданные
960
19495
196558
Износ жилищного фонда
970
5
6
Износ объектов внешнего благоустройства и других аналогичных
объектов
980
2809
Нематериальные активы, полученные в пользование
990
Руководитель ___________ __________________________ Главный бухгалтер _________ ______________________
(подпись) (расшифровка подписи) (подпись) (расшифровка подписи)
"_____"________________ ________г.
СОДЕРЖАНИЕ
1. Простые способы распознавания символов 3
2. Развитие простых способов распознавания символов 4
3. Обнаружение краев изображения на сетчатке 6
4. Усиление контраста в сканирующей системе 6
5. Усиление контура путем совмещения 8
6. Считающая сетчатка 9
7. Сетчатка обнаруживающая края 11
8. Будущее искусственных сетчаток 13
9. Обнаружение контура в сканирующей системе на базе ЭВМ 14
СПИСОК ЛИТЕРАТУРЫ 16

1. Простые способы распознавания символов
Часто можно видеть очень сложное оборудование, сконструи¬рованное для распознавания печатных или письменных символов и преобразования их в код, удобный для использования в вычисли¬тельной машине. Роботы такого рода совершенно справедливо относятся к кибернетической технике. Интересно попытаться упростить это чрезвычайно сложное оборудование до необходимого минимума. Большая часть сложностей приходится на основные механические манипуляционные системы, необходимые для по¬дачи документов, которые должна читать машина. Однако сама читающая часть оборудования зачастую тоже достаточно сложна.
Сотрудник Астонской кибернетической лаборатории Д. Г. Хопкинс сделал попытку найти способы сужения задачи распознава¬ния символов до минимально необходимой. Обычно принято заранее жестко определять внешний вид символа, подлежащего распознаванию какой-либо системой для распознавания символов. После того как это сделано, возникает вопрос, каков минимальный объем оборудования, которое может использоваться для распозна¬вания и различения заданного числа различных символов. Как и в большинстве оригинальных работ, ответ Хопкинса на этот вопрос, после того как он получен, кажется настолько очевидным, что интересно кратко проследить процесс продвижения от слож¬ного к простому в этом случае.
Хопкинс начал с допущения о том, что он будет использовать множество из 25 фотоэлементов, в то же время ясно сознавая, что глаз человека содержит намного больше чувствительных эле¬ментов. Затем он видоизменил конфигурацию 10 своих цифро¬вых символов таким образом, чтобы они состояли из прямых ли¬ний, а кривые линии были почти полностью исключены. Благо¬даря этому обеспечивалось адекватное «покрытие» используемых фотоэлементов и уменьшалась неопределенность. Преобразован¬ные символы приобрели квадратную форму, но не в очень сильной степени.
Затем фотоэлементы были обозначены по рядам: ряд 1, ряд 2, ..., ряд 5 — и по столбцам: столбец А, столбец В, ..., столбец Е. Теперь любой фотоэлемент мог быть определен, например, как СЗ. Информация об освещенности фотоэлементов, связанная с ка¬ждым из символов, подлежащих распознаванию, сводилась в та¬блицы. Эти таблицы тщательно проверялись на избыточность, например на наличие элементов, которые никогда не освещаются, или повторяющихся образцов.
В результате проверки обнаруживаются элементы, которые покрываются всеми символами, кроме одного, или же не покры¬ваются никакими символами, кроме одного. Девять таких эле¬ментов могут использоваться для индикации всех 10 символов (10-й делается избыточным применением метода исключения). Однако, даже если и находятся девять таких элементов, это число все еще превышает абсолютный минимум, равный четырем элементам. Минимальное число элементов, необходимых для обнаружения 10 различных символов, которые можно разделить, располагая тремя элементами, равно 8 = 23. Если теперь найдены элементы, которые покрываются (или не покрываются) двумя из символов, то потребуется минимальное число элементов, рав¬ное шести. В том случае, когда число символов, позволяющих покрыть или не покрыть любой отдельный элемент, равно трем, теоретически требуется только пять различных элементов. При¬веденные рассуждения позволяют сделать вывод, что интерес должны представлять такие системы, в которых четыре или пять из 10 цифровых символов могут покрывать (или не покрывать) любой отдельный фотоэлемент.
Работая с уменьшенной таблицей, о которой упоминалось выше, обнаруживается в результате проверки, что в полной матрице, состоящей из 25 элементов, есть три элемента, а именно элементы под номерами А4, ВЗ, Е2, которые удовлетворяют указанным требованиям. Однако они не позволяют различить цифры 2 и 8, а также цифры 3 и 9. Этого и следовало ожидать, поскольку ис¬пользуются только три фотоэлемента. Добавление еще одного фотоэлемента должно позволить разделять 2 и 8, а также 3 и 9. Но¬мер этого дополнительного элемента — А2. Таким образом, рас¬полагая четырьмя элементами — А2, А4, ВЗ, Е2,— можно раз¬личать все 10 различных символов.
Теперь важно отметить, что полученная конфигурация эле¬ментов не обязательно единственная, в частности потому, что кон¬кретное множество символов выбиралось до нахождения требуе¬мого расположения фотоэлементов. Как бы то ни было, наиболее важно то, что Хопкинск показал осуществимость этого метода, которая, в свою очередь, демонстрирует целесообразность фор¬мального инженерного подхода к конструированию символов и их распознаванию. Экспериментальное оборудование, созданное в Астоне Хопкинсом, очень простое и весьма удачное.
2. Развитие простых способов распознавания символов
Описанный выше оригинальный метод распознавания цифр дает четырехразрядный двоично-кодированный выход. Однако было бы очень желательно, чтобы выход был представлен в истинно двоичном виде. После того как Хопкинс продемонстрировал целесообразность этого метода, дальнейшая работа автора при¬вела его к системе, которая дает истинно двоичный выход.
Форма символов, используемых при работе с этой системой, и необходимое расположение фотоэлементов показаны на рис.1.2. Двоичный выход получается простой инверсией цифрового напряжения от фотоэлемента Z, с тем чтобы выходной сигнал можно было записать как WXYZ.
рис. 2.1. Набор символов, позво¬ляющих получить истинно двоич¬ный выход от четырех фотоэлементов
В любой реальной системе, предназначенной для использова¬ния в роботе или аппаратуре для распознавания образов полная минимизация производиться не будет. Основанием для этого слу¬жит то, что введение в систему дополнительной избыточности мо¬жет способствовать повышению ее надежности. Конкретная форма, которую примет избыточность, будет зависеть от природы всей системы в целом.
В качестве примера введения избыточности на рис.1.2 кре¬стиками отмечены точки, нахо¬дящиеся в одном и том же месте всех 10 символов, и их можно использовать для расположения символов в читающем устройстве.
Хопкинс, расширяя возможности своей системы применением фотоэлементов, имеющих удлиненную форму, и набирая из них круглые элементы, получил около 30% правильного распознава¬ния вручную написанных цифр произвольного размера. При этом он по-прежнему использовал только четыре элемента.
Огромный интерес вызвала возможность распознавания тек¬ста, написанного от руки, для использования в вычислительной технике; некоторые работы в этой области были доведены до уровня применения. Например, одна из систем при помощи специального пера позволяла заносить информацию через план¬шет «Рэнд», состоящий из проволочной сетки. Можно было ис¬пользовать и специальное перо, в котором звуки от искр, возни¬кающих с частотой 200 в секунду, улавливаются микрофонами, расположенными по краям пульта. Создатели системы утвер¬ждают, что она может распознавать 100 символов, написанных любым лицом. В системе предусмотрена обратная связь к опера¬тору, поступающая на экран электронно-лучевой трубки, что позволяет ему стирать ошибочно записанную информацию, на¬жав на кнопку стирания или переписав сверху неправильный символ.
3. Обнаружение краев изображения на сетчатке
Физиологические исследования указывают на некоторые осо¬бенности зрения животных при обнаружении изображений. Летвин и его соавторы обнаружили существование разно-образных специализированных нервных волокон, отходящих от глаза лягушки, в том числе и тех, которые реагируют только на четко определенные границы между объектами.
Только падающие на сетчатку изображения изменяющихся световых образцов и движущихся искривленных краев вызывают сигналы, идущие в мозг. Все другие виды нервной информации на сетчатке, по-видимому, игнорируются и не вызывают сигна¬лов, посылаемых в мозг. Хьюбел и Вейзел открыли тот факт, что некоторые клетки в глазу кошки реагируют только на движение изображения по сетчатке. Это означает, что возможна непосредственная нейронная реакция на скорость, с которой изображение движется вдоль сетчатки.
Из изложенного следует, что до некоторой степени зрительное обнаружение характера изображения происходит непосредственно на сетчатке, а не в мозгу. Поэтому ждет своего осуществления большая работа по моделированию этих возможностей глаза и использованию их в инженерных целях. В прошлом работы та¬кого рода обычно сводились к обработке данных в цифровой вы¬числительной машине. В ряде случаев делались очень сложные теоретические предположения относительно возможной органи¬зации процесса усиления контраста на сетчатке.
4. Усиление контраста в сканирующей системе
Для того чтобы обеспечить усиление контраста по двум коор¬динатам в устройстве, имитирующем глаз и содержащем скани¬рующую систему, например передающую телевизионную трубку, необходимо использовать две отдельные системы.
Рассмотрим телевизионное сканирование. Усиление контраста здесь может осуществляться по горизонтали, вдоль каждой строки, а также по вертикали, от каждой строки к каждой последующей. Методы, используемые для этих двух различных видов усиления, в основном одинаковы. Изменяющийся во времени сигнал, полу¬ченный при сканировании, задерживается на различные времен¬ные интервалы; задержанный и незадержанный сигналы склады¬ваются и вычитаются в определенных пропорциях.
В качестве примера рассмотрим структурную схему усиления контраста по вертикали, показанную на рис. 4.1 Этот процесс приводит к выходному сигналу

где Ln — выходной сигнал от сканирования строки я и т. д., a k — постоянная. Этот выходной сигнал можно записать в виде

Такой подход можно использовать для усиления контраста как по вертикали, когда требуемая задержка равна временной про¬должительности одной строки, так и по горизонтали, когда тре¬буются задержки всего лишь порядка временной продолжитель¬ности одного элемента. В первом случае необходима большая точность задержки, во втором случае можно использовать простые пассивные контуры, правда, с введением фазоинвертирующих усилителей. Этот метод похож на метод, описанный в.

Рис. 4.1. Структурная схема усиления контраста